本篇文章给大家分享的是有关如何解析Spark集群和任务执行过程，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
Spark集群组件
Spark是典型的Master/Slave架构，集群主要包括以下4个组件：Driver：Spark框架中的驱动器，运行用户编写Application 的main()函数。类比于MapReduce的MRAppmasterMaster：主节点，控制整个集群，监控worker。在Yarn模式中为全局资源管理器Worker：从节点，负责控制计算节点，启动Executor。类比Yarn中的节点资源管理器Executor：运算任务执行器，运行在worker节点上的一个进程。类似于MapReduce中的MapTask和ReduceTaskSpark基本执行流程
以StandAlone运行模式为例：
1.客户端启动应用程序及Driver相关工作，向Master提交任务申请资源
2.Master给Worker分配资源，通知worker启动executor3.Worker启动Executor，Worker创建ExecutorRunner线程，ExecutorRunner会启动ExecutorBackend进程，Executor和Driver进行通信（任务分发监听等）
4.ExecutorBackend启动后向Driver的SchedulerBackend注册，SchedulerBackend将任务提交到Executor上运行笔者强调：
Driver端进行的操作
SparkContext构建DAG图
DAGScheduler将任务划分为stage、为需要处理的分区生成TaskSet
TaskScheduler进行task下发
- SchedulerBackend将任务提交到Executor上运行
资源划分的一般规则
获取所有worker上的资源
按照资源大小进行排序
按照排序后的顺序拿取资源
轮询
Spark不同运行模式任务调度器是不同的，如Yarn模式：yarn-cluster模式为YarnClusterScheduler，yarn-client模式为YarnClientClusterScheduler
以上就是如何解析Spark集群和任务执行过程，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注天达云行业资讯频道。